随着股市的发展，越来越多的交易算法被人们研究出来，其中量化分析就是比较普遍的一种方法。

股票市场的量化分析方法主要有如下三种：基本分析、技术分析、演化分析[16]，其中基本分析主要应用于投资标的物的选择上，技术分析和演化分析则主要应用于具体投资操作的时间和空间判断上，作为提高投资分析有效性和可靠性的重要补充。     a) 基本分析：基本分析法通过对决定股票内在价值和影响股票价格的宏观经济形势、行业状况、公司经营状况等进行分析，评估股票的投资价值和合理价值，与股票市场价进行比较，相应形成买卖的建议。     b) 技术分析：技术分析是以预测市场价格变化的未来趋势为目的，通过分析历史图表对市场价格的运动进行分析的一种方法[8]。技术分析是证券投资市场中普遍应用的一种分析方法，如道氏理论、波浪理论、江恩理论等。     c) 特征值演化分析：演化分析是以演化证券学理论为基础，将股市波动的生命运动特性作为主要研究对象，从股市的代谢性、趋利性、适应性、可塑性、应激性、变异性和节律性等方面入手，对市场波动方向与空间进行动态跟踪研究，为股票交易决策提供机会和风险评估的方法总和。

1.2  研究的内容

1.2.1  收益率反转策略

根据本课题的测算，收益率反转策略从2005年到2012年在沪深A股市场上一直能够获得稳定的超额收益，周收益反转效应和月收益率反转效应都能用统计套利的方法捕捉到，周收益反转效应明显优于月收益反转效应。

采用行业对股票进行分组能提升收益率反转策略的表现。不同行业的股票应用收益率反转策略得到的收益率表现有显著差异。利用这些特性有助于投资者如何去选择股票和行业。

具体的一些方法如下：

 a) 对于收益率反转效应长期有效性的检验，本文回溯了从2005年到2012年沪深A股的市场数据。分别计算了各个行业的周收益反转效应和月收益反转效应。

    b) 由于研究的是量化投资策略，本文应用的数据都是“在当时可获取”[1]的数据，并假定所有的交易都以收盘价结算。具体的说，假设在今天要做交易，那么可用的最新的收益率数据是昨天的收益率，成交价是今天的收盘价，量化组合的收益则取决于组合明天的表现。

c) 股票池的选取，在研究收益率反转策略的性质时，本文选取的是沪深A股共800多支股票，对其进行行业分组，每组都有20-30支股票。选取该股票池既保证了研究的全面性，也避免了策略在实际运行时可能遇到的“流动性灾难”问题。

d) 关于“观察期”和“持有期”。本文采用的方式是每日调仓，“观察期”就是考察的历史收益率天数，不设“持有期”[1]。每天计算当天各支股票的目标仓位，与前一天仓位相比做出买卖决策。本文认为这样更能反映反转策略的实质:股票多空仓位与最近相对于市场(行业)的表现密切相关。如果前期涨幅弱于市场(行业)平均的股票前一天大涨，则迅速调低它的多头仓位，反之亦然。

e） 股票的成长性：在选取的股票中，每个行业的成长性太高的股票应该剔除掉，因为成长性太高的股票个性化太强，它和同行业的走势很难保持一致，会造成很多灾难因素。

1.2.2  SVM分类方法

SVM分类方法可以用来研究各种问题的分类，它的核心思想是：以已知的样本特征值为参照，来判断未知的量的属性，本文主要用SVM分类方法研究MACD指标。本文选取的样本是2005-2007、2008-2010年沪深股市的所有股票，把这些股票分为17个行业，选取前一年的时间的买点作为参考，后半段的时间作为研究对象，比较了其和直接使用MACD指标的收益率情况。 Libsvm+MACD指标时空序列量化交易算法研究(2):http://www.youerw.com/zidonghua/lunwen_73241.html